基于模糊神经网络的AGV避障路径研究

通过对AGV运动学模型进行分析,针对AGV在未知环境中的避障问题,将模糊控制与神经网络相结合,形成模糊神经网络控制器,对AGV行驶环境进行分析,将障碍物信息输入控制器,从控制器输出数据中找出避障最佳路径,利用模糊神经网络自学习和自适应能力,提高AGV避障的成功率。     

基于麦克纳姆轮的磁导航自动导引车模糊控制

由于自动导引车(AGV)的运动方向和速度取决于每个麦克纳姆轮的运动,故AGV循迹运动需要更加精准。将麦克纳姆轮应用于AGV的运动系统,使其具备在平面内三自由度的移动能力。为了克服AGV运行中偏离预定路径的问题,设计了一种基于模糊控制的循迹纠偏方法来纠正其实际行驶轨迹,并进行了仿真实验和实际检测,验证了所设计模糊控制器的有效性。     

港口重载AGV横向稳定的优化控制策略

针对港口重载自动导引运输车(AGV)工作中遇到的横向稳定问题,提出了一种基于三层控制结构的AGV在低附着系数路面下的横向稳定优化控制策略.其中上层控制器选用模型预测控制(MPC)算法,可对AGV动力学参数进行不断采样与预测并且可缓解与中、下层控制器串联带来的控制系统时间滞后问题.中层控制器利用遗传算法对模糊控制器进行参...     

AGV视觉导航模糊控制研究

本文提出了一种AGV视觉导航模糊控制方法。首先对AGV建立其运动学模型,分析其可能的位姿,其次建立模糊控制器进行控制。仿真结果表明,车体能够在很短的时间内实现纠偏,达到期望位姿。     

对角式舵轮分布的AGV路径纠偏控制研究

针对对角式舵轮分布的自动导航车(automated guided vehicle, AGV)的路径纠偏,提出了一种模糊控制+滑模控制的控制方法。首先,对角式舵轮分布的AGV进行数学描述,对其运动学、动力学分析建模;其次根据运动学模型,以车体位置、角度偏差为输入量,车体转向角度为输出量,设计模糊运动控制器作为外环控制器,然后根据其非线性动力学模型设计滑模控制器作为内环控制器;最后通过MATLAB环境下的Simulink仿真研究,表明所制定的控制策略有效,保证了对角式舵轮分布的AGV的快速且稳定的路径纠偏。     

基于激光传感器定位的非完整AGV导引控制

针对非完整AGV (automatic guided vehicle)复杂非线性系统的高精度自由路径导引控制问题,提出一种基于激光传感器定位的路径跟随控制方法。首先在Serret-Frenet框架下建立AGV路径跟随运动学误差模型;然后基于Lyapunov直接法设计渐进稳定路径跟随控制器,解决AGV非完整约束控制的困难。最后采用多点激光反馈三角测量方法,实现AGV的精确实时定位。仿真结果表明,该控制器能够快速消除路径跟随误差,AGV系统运行平稳,能够精确跟随规定路径。     

永磁同步电动机模糊PI控制系统与仿真

本文将模糊PI控制器应用于永磁同步电动机控制系统,克服了基于矢量控制的永磁同步电动机的非线性,耦合性以及在运行过程中电动机参数发生突变的影响,达到较高的控制精度。通过仿真实验表明采用模糊PI控制比传统的PI控制器具有较高的稳态精度和强的鲁棒性。     

AGV小车系统在自动化物流系统中的应用

AGV是一种无人驾驶的激光导引运输车,AGV小车系统涉及机械、电子,光学、计算机等多个领域,广泛应用于自动化物流系统中。其作用是在上位计算机的调度和管理下,指挥AGV车辆完成一系列的作业如托盘运输等,解决一系列的问题如计算机与计算机之间的通讯和调度,上位计算机和下住AGV控制器之间的通讯、命令的管理与分配,AGV与AGV之间的交通管理等,并在这一自动化过程中保持较高的作业精度和作业效率。     

一种用于小型敏捷仓库的AGV视觉导航方法研究

随着物流行业的发展,物流自动化仓库正在朝着多用户、多品种和高度灵活性的柔性自动化仓库发展,传统AGV(automatic guided vehicle)难以满足物流仓库的新需求。针对实际需求,基于色差阈值分割的方法对AGV的导航路径偏差进行提取并融合,采用"预瞄闭环控制"的思想设计路径跟踪控制器,实现了机器人高精度的路径跟踪。最后,在搭建的模拟仓库中,对设计AGV的导航性能进行了全面测试,实验结果表明,该视觉导航AGV导航灵活,精度高,运行平稳,可以满足柔性仓储的需求。     

几个模糊控制器的控制性能

由模糊蕴涵算子构造了一个模糊控制器.首先计算出采用该模糊控制器控制直流串联电机的运行,当电机处于稳定状态时的均方根差;然后与一些文献中给出的具有较好控制品质的模糊控制器加以比较.结果表明,采用本文所构造的模糊控制器控制直流串联电机的运行,其控制效果会更好.     

基于多传感器融合的移动机器人自引导

利用模糊控制原理融合了三种传感器数据 ,设计了模糊控制器来实现自引导车对磁条的跟踪以及当小车距离方形障碍太近时对障碍的跟踪 ,主要是通过对模糊控制器输入的切换来实现对不同目标的跟踪 .最后用Matlab的Simulink对模糊控制器进行了仿真 ,并给出了仿真结果 .     

基于PID算法的嵌入式模糊控制器及应用

提出一种适合于工业现场使用的嵌入式模糊控制器设计方法。结合常规PID控制器和模糊控制的特点,使其在线性和非线性系统均能得到良好应用。针对其在线性系统中的应用,利用多年的实际经验数据和实验仿真结果,讨论如何从复杂的规则生成、隶属函数选择及蕴涵推理中解脱出来,最终得到一张快速的控制表,从而为嵌入式的设计方案打下基础。在性能上,与线性PID控制器相比,同样也可以在嵌入式系统中使用。在通用性上,控制器应用于不同场合时,可以通过参数修改实现具体控制,具有较强的通用性。该方法具有一定的推广性,适合于以嵌入式微处理器为核心的各类装置使用,具有良好的性能价格比。据此设计出的产品已经在实际中获得多年的成功应用。     

通过对自动导航车系统的模拟——比较FLC和PID控制法

近年来,随着控制车辆速度和转向技术的飞速发展,特别适应于先进车辆的导航和移动机器人控制系统。在这方面,已经有很多的报道,但却没有精确的实验模拟曲线验证,文中借助对直流电机控制的导航控制系统,分别用PID算法和模糊逻辑控制法(FLC)来模拟,结果显示FLC法明显优于PID算法,特别优于在跟踪精度、稳定状态和鲁棒性上。     

一类非线性不确定系统的间接自适应模糊滑模控制设计

针对一类含非匹配不确定项的非线性系统提出一种间接自适应模糊滑模控制设计方法.构造了线性切换面确保滑动运动稳定,用监督控制确保系统状态有界,设计了自适应模糊控制器确保到达条件成立.该方法不仅确保系统稳定,而且抑制了抖振.仿真结果也证明了此方法的有效性.     

模糊滑动模态控制系统的动态性质分析

模糊控制在理论研究和实际应用中存在的问题是缺乏系统有效的设计方法 ,控制系统的稳定性及性能指标难以进行定量分析 ;模糊控制规则的数目随输入变量呈指数函数增加 ,控制器的设计变得很复杂 .为了解决上述问题 ,根据滑动模态控制理论 ,将模糊控制系统的输入量简化为广义跟踪误差的一个超平面 ,基于三角形的非线性划分语言变量的隶属度 ,得到了模糊控制系统的闭环传递函数 .基于此传递函数 ,对模糊控制器的内部机理和某些动态性质进行分析 ,得到了一些模糊控制器的设计参数与控制系统的上升时间、超调量、调整时间等的定量关系 .     

移动机器人PID运动控制器参数的模糊自整定

通过对移动机器人运动学模型进行分析 ,以基于视觉的双轮机器人为实验平台 ,论证了参数模糊自整定的PID控制技术应用于移动机器人运动控制中的可行性 .该方案根据控制要求 ,运用模糊推理技术 ,模仿人工整定控制器参数时的思维方式 ,对控制器参数进行调整 .不仅保证了准确性 ,提高了快速性 ,还增强了自适应能力 .实验证明此方法对移动机器人的运动控制是有效的 .     

基于优化的模糊决策算法在多AGV调度问题中的应用

为解决多AGV在复杂系统中的任务调度问题,以提高生产效率缩短任务周期为目标建立地面轨迹模型和AGV搬运耗时模型。采用优化的模糊决策算法通过最小化每台AGV的搬运耗时来最小化搬运作业的总耗时。在算法设计过程中,采用分布式控制思想,将AGV离目标点的距离,AGV的当前载重和AGV的当前电量作为因素集,将AGV执行此次搬运任务的合适度作为评价集,建立AGV模糊评价模型;通过该模型得出各台AGV对任务适合度的评价向量进而寻找一种映射将评价向量转化为值,调度问题被转化为最优化问题,其中采用切割补偿优化综合模型的因素权重选择,采用分模式链式比较减少AGV的计算量。通过多次仿真实验,可以验证本文算法在缩短任务的执行周期上具有一定的可行性与有效性,并且在解决复杂系统AGV状态多变的调度问题下展现了一定的鲁棒性和拓展性。